Inside Meta's secret experiments that improve its AI models

Los documentos internos de Meta, revelados durante un litigio, demuestran que la empresa utiliza la ablación de datos para medir el valor específico de las entradas de entrenamiento, lo que prueba que los materiales con derechos de autor mejoran significativamente el rendimiento de los modelos de inteligencia artificial. Esta capacidad permite a las grandes empresas tecnológicas cuantificar la contribución de los creadores externos, destacando un desequilibrio crítico en el que la industria depende en gran medida de contenido generado por humanos sin atribución para obtener ventajas competitivas. En consecuencia, las principales empresas de IA están cada vez más ocultando detalles sobre sus conjuntos de datos de entrenamiento para evitar responsabilidades legales y obligaciones financieras. Al mantener en privado los resultados de la ablación, las empresas se protegen de demandas por infracción de derechos de autor y evitan que los creadores de contenido exijan una compensación justa por su propiedad intelectual. Este secreto socava los esfuerzos de transparencia y debilita los argumentos legales utilizados para justificar la postura actual de "uso justo" en el desarrollo de la IA generativa. Esta falta de apertura es particularmente relevante para los defensores de los datos abiertos, ya que obstaculiza la creación de sistemas equitativos para la atribución y compensación de datos. Sin métricas transparentes que muestren cómo fuentes específicas de datos mejoran los modelos, resulta casi imposible establecer mecanismos justos para pagar a los creadores. En última instancia, mantener un ecosistema saludable para el intercambio de conocimiento requiere alejarse del secreto hacia flujos de datos transparentes y debidamente atribuidos que incentiven la creación continua de contenido.

Fuente: businessinsider.com
Publicado el 2025-04-18

Inside Meta's secret experiments that improve its AI models

Noticias relacionadas